Java Class文件结构
引言
我们都知道java是跨平台的，原因就在于各个平台的java虚拟机可以载入和执行同一种平台无关的字节码文件，也就是说java虚拟机不与包括Java在内的任何语言绑定，只于Class文件这种二进制格式文件所关联。
基于这样的设计，到目前为止已经出现了很多基于Java虚拟机的语言
如groovy最终都会编译成class文件
Class文件结构
一个Class文件唯一对应一个类或接口
现在让我们来看下Class文件的基本结构
Class文件以8位字节为基本单位的二进制文件，各个数据项目严格的按照顺序紧凑的排列在Class文件之中，中间没有任何分隔符，这使得整个Class文件中存储的内容几乎全部是运行时的必要数据
Class文件的二进制文件只有两种数据类型：无符号数和表，后面的解析都会以这两种数据类型为基础
- 无符号数
无符号数是最基本的数据类型，以u1,u2,u4,u8来分别代表1个字节，2个字节，4个字节，8个字节的无符号数，无符号数用来描述数字，索引引用，数量值，以及以UTF-8编码的字符串
- 表
表则是由多个无符号数或其他表组成的复合数据结构，表的名称一般以_info结尾。所以整个Class文件其实就是一张特殊的表
下面表中所列的就是一个Class按顺序排列的数据结构
| 类型 | 名称 | 数量 |
|---|---|---|
| u4 | magic 魔数 标识Class文件 | 1 |
| u2 | minor_version 次版本号 | 1 |
| u2 | major_version 主版本号 | 1 |
| u2 | constant_pool_count 常量表集合数量 | 1 |
| cp_info | constant_pool 常量表 | constant_pool_count - 1 |
| u2 | access_flag 访问标识 | 1 |
| u2 | this_class 类索引 | 1 |
| u2 | super_class 父类索引 | 1 |
| u2 | interfaces_count 接口索引数量 | 1 |
| u2 | interfaces 接口索引 | interfaces_count |
| u2 | fields_count 字段表集合数量 | 1 |
| field_info | fields 字段表 | fields_count |
| u2 | methods_count 方法表集合数量 | 1 |
| method_info | methods 方法表 | methods_count |
| u2 | attributes_count 属性表集合数量 | 1 |
| attribute_info | attributes 属性表 | attributes_count |
下面依次来解读表中每个类型
魔数和版本号
头4个字节称为Class文件的魔数，魔数的作用是标识此文件能被Java虚拟机接受的Class文件，其实不止Class文件有魔数这个概念，包括其他很多文件格式出于安全的考虑也都会有魔数这个概念，魔数都是固定不变的，如Class文件的魔数就是cafebabe
紧接着魔数之后的是版本号，第5 6个字节表示的是次版本号，第7 8个字节表示的是主版本号。版本号都是向下兼容的
常量池表
读懂常量池表对于阅读Class字节码非常重要，下面我们将以大篇幅分析常量池表
常量池是Class文件中出现的第一个表结构类型，同时也是占用Class文件最大空间的类型之一。由于常量池表的数量不是固定的，所以在常量池的入口有一项u2类型的数据，来代表常量池的数量。并且常量池比较特殊，容量计数是从1开始而不是从0开始，所以实际的常量池数量是constant_pool_count - 1
常量池中主要存放两大类变量: 字面量和符号引用。字面量类似常量的概念，而符号引用则引至编译原理的概念，包括三类(类和接口的全限定名，字段的名称和描述符，方法的名称和描述符)，这里要注意的是，Java在javac编译的时候不会进行Class文件的动态连接，只有在运行时才会进行具体的Class文件的解析操作
常量池分类类型
常量池表结构
上文两大类的常量池类型细分之后，到JDK1.7之后增加到了14种。之所以说常量池是最复杂的结构，就是因为这14种不同的类型都有不同的表结构，下面我们来简单看下这14种结构
每种常量类型的起始位都有一个u1类型的tag标识符，用于标识当前的常量类型
截图至深入理解java虚拟机
截图至深入理解java虚拟机
访问标志
访问标志用于识别类或接口层面的信息，标识是否为public，abstract，final，注解，枚举等
类索引 父类索引 接口索引
类索引和父类索引都是一个u2类型的数据，而接口索引则是一组u2类型的集合，所以接口索引入口的第一项为一个u2类型的计数，表示有几个接口索引
类索引和接口索引的具体值是一个u2的数据项，并且指向一个CONSTANT_Class_info常量池表类型在常量池中的偏移量
字段表集合
字段表用于描述接口或类中声明的变量，包括类级变量和实际级变量，不包括在方法内部声明的局部变量
包含的信息主要有这几种: 字段作用域(private,protact,public)，是否static修饰，可变性，volatile 修饰，可否被序列化，字段类型(基本类型，引用，数组)，字段名称
字段表结构
| 类型 | 名称 | 数量 |
|---|---|---|
| u2 | access_flas | 1 |
| u2 | name_index | 1 |
| u2 | descriptor_index | 1 |
| u2 | attributes_count | 1 |
| attribute_info | 属性表 | attributes_count |
access_flas
我们来看下字段access_flas访问标识可选的类型
| 标志名称 | 标志值 | 含义 |
|---|---|---|
| ACC_PUBLIC | 0x0001 | 字段是否public |
| ACC_PRIVARE | 0x0002 | 字段是否private |
| ACC_PROTECTED | 0x0004 | 字段是否protected |
| ACC_STATIC | 0x0008 | 字段是否static |
| ACC_FINAL | 0x0010 | 字段是否final |
| ACC_VOLATILE | 0x0040 | 字段是否volatile |
| ACC_TRANSIENT | 0x0080 | 是否 transient |
| ACC_SYNTHETIC | 0x1000 | 字段由编译器自动产生 |
| ACC_ENUM | 0x4000 | 字段是否为枚举类型 |
看个例子，如果access_flas为0x0019，则标识了ACC_PUBLIC，ACC_STATIC，ACC_FINAL三种类型
name_index和descriptor_index
跟在access_flas之后是name_index(简单名称)和descriptor_index(描述符)。包括之前出现的全限定名，这里解释一下这几个名称。全限定名称一般来说是指org/xxx/TestClass这种类型的名称，可以理解为类的路径，简单名称就更加容易理解了，例如方法inc()的简单名称值的就是inc
描述符相对于上面的两种稍复杂一些，描述符的作用是用来描述字段的数据类型，方法的参数列表和返回值，根据描述符规则，基本数据类型（byte,char,int,long,float,double,short,boolean）以及代表无返回值的void类型都用一个大写字符来表示，而对象类型则用L加对象的全限定名来表示
具体的列在了下表中
| 标识字符 | 含义 |
|---|---|
| B | byte |
| C | char |
| D | double |
| F | float |
| I | int |
| J | long |
| S | short |
| Z | boolean |
| V | void |
| L | 对象类型 如 Ljava/lang/Object |
对于数组类型，每一纬度使用一个前置的[来表示，如定义一个java.lang.String []的数组类型，将被记录为[[Ljava/lang/String;
用描述符来描述方法时，按照先参数列表后返回值的顺序描述，参数列表严格按照顺序放在()内，如方法void inc()的描述符为()V，方法int inc(int i, double)的描述符为(ID)I
在描述符之后，紧跟着是一个属性表集合，属性表集合可以为空，
方法表
方法表的组成与属性表的组成是完全一致的，访问标识符的取值略有不同
| 标志名称 | 标志值 | 含义 |
|---|---|---|
| ACC_PUBLIC | 0x0001 | 方法是否public |
| ACC_PRIVARE | 0x0002 | 方法是否private |
| ACC_PROTECTED | 0x0004 | 方法是否protected |
| ACC_STATIC | 0x0008 | 方法是否static |
| ACC_FINAL | 0x0010 | 方法是否final |
| ACC_SYNCHRONIZED | 0x0020 | 方法是否同步 |
| ACC_BRIDGE | 0x0040 | 方法是否由编译器产生的桥接方法 |
| ACC_VARARGS | 0x0080 | 方法是否接受不定蚕食 |
| ACC_NATIVE | 0x0100 | 方法是否为native |
| ACC_ABSTRACT | 0x0400 | 方法是否为abstract |
| ACC_STRICTFP | 0x0800 | 方法是否为strictfp |
| SYNTHETIC | 0x1000 | 方法由编译器自动产生 |
那么这里大家可能会有疑问，方法里的java代码去哪了呢？ 答案就是在方法表的属性表集合中，有一个code属性，那里存放了编译成字节码的Java代码。对于属性表，在下文会提到
属性表
属性表，前文已经提到了多次。包括Class文件本身，方法表，字段表都有携带自己的属性表集合，用于描述专有场景信息
并且属性表与Class文件其他数据项要求不同，各个属性不要求严格的顺序，并且只要不与已有属性名重复，任何人实现的编译器都可以向属性表中写入自己定义的属性信息
下面我们来看几个关键属性
code 属性
java程序方法体中的代码javac编译器处理后，最终变为字节码子令存储在Code属性内
Exceptions 属性
列举方法可能会抛出的异常
LineNumberTable 属性
描述java源码行数和字节码行数的对应关系，前者是字节码行，后者是源码行
LocalVariableTable 属性
描述栈局部变量和源码中定义的变量的关系.这项是可选的，可使用javac -g:none或javac -g:vars命令关闭生成这项信息
SourceFile 属性
用于记录Class源码文件的文件名称，这个属性是可选的。可使用javac -g:none或javac -g:source命令关闭生成这项信息
ConstantValue 属性
通知虚拟机为静态变量赋值
InnerClasses 属性
用于记录内部类与宿主类之间的关系
Deprecated Synthetic 属性
Deprecated 标识某个类，字段或方法过期
Synthetic 标识此字段不由Java源码直接产生，由编译器自动添加
StackMapTable 属性
这个属性会在虚拟机加载完字节码后的验证阶段被使用
Signature 属性
Signature在JDK1.5之后被添加，用于记录泛型签名信息。之所以要用这么一个属性去记录泛型信息，是因为Java语言的泛型采用的是擦除法实现的伪泛型，在Code属性中，泛型信息在编译之后统统都被擦除掉了。使用的擦除法的原因是这样子实现比较简单，只需要修改javac编译器就可以实现了，运行时也可以节省一些空间。坏处就是运行时无法拿到泛型信息。Signature就是为了弥补这个缺陷而设置的，现在的Java API反射能够获取到的泛型信息也来自这个属性
BootStrapMathods 属性
BootStrapMathods是JDK 1.7之后增加到规范中的，这个属性用于保存invokedynamic指令引用的引导方法限定符。本篇文章暂不赘述这个指令
